文献

J-GLOBAL ID：202002242445737179   整理番号：20A2042301

コグニティブ無線ネットワークにおける悪意ユーザのサポートベクトルマシンベース分類【JST・京大機械翻訳】

Support Vector Machine-Based Classification of Malicious Users in Cognitive Radio Networks

著者 (7件)： Khan Muhammad Sajjad (Department of Electrical Engineering, Faculty of Engineering and Technology, International Islamic University, Islamabad 44000, Pakistan) ,  Khan Muhammad Sajjad (Department of Electronics Engineering, Korea Polytechnic University, 237 Sangidaehak-ro, Siheung-si, Gyeonggi-do 15073, Republic of Korea) ,  Khan Liaqat (Department of Electrical Engineering, Faculty of Engineering and Technology, International Islamic University, Islamabad 44000, Pakistan) ,  Gul Noor (Department of Electrical Engineering, Faculty of Engineering and Technology, International Islamic University, Islamabad 44000, Pakistan) ,  Amir Muhammad (Department of Electrical Engineering, Faculty of Engineering and Technology, International Islamic University, Islamabad 44000, Pakistan) ,  Kim Junsu (Department of Electronics Engineering, Korea Polytechnic University, 237 Sangidaehak-ro, Siheung-si, Gyeonggi-do 15073, Republic of Korea) ,  Kim Su Min (Department of Electronics Engineering, Korea Polytechnic University, 237 Sangidaehak-ro, Siheung-si, Gyeonggi-do 15073, Republic of Korea)
資料名： Wireless Communications & Mobile Computing  (Wireless Communications & Mobile Computing)
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： W1338A  ISSN： 1530-8669  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： コグニティブ無線は,従来の無線で進歩する知的無線ネットワークである。伝統的と認知的無線の間の差異は,すべての未利用周波数スペクトルが,従来の無線と違って,認知装置における利用可能な資源の最良に利用することである。コグニティブ無線の主要な役割は,スペクトルセンシングであり,その中で,二次ユーザ(SU)は,一次ユーザ(PU)チャネルへの干渉を避けながら,スペクトルに日和見的にアクセスする。スペクトルセンシング問題のさまざまな側面を,認知無線展望から研究した。コグニティブ無線における協調スペクトルセンシングは,個々のセンシングと比較して有望な性能を有する。しかし,悪意のあるユーザ(MU)の存在は,融合センター(FC)に偽装結果を送ることで,コグニティブ無線ネットワーク(CRN)の性能を大きく劣化させる。本論文では,ネットワーク内の通常のSUとMUを分類するためのサポートベクトルマシン(SVM)と呼ばれる機械学習アルゴリズムを提案した。SVMは分類と回帰の両方に使用されるが,大部分は分類問題に使用される。SVMは,最大マージンのベースで超平面を描画することによって,正常とMUの両方を明確に分類した。Dempster-Shafer(DS)証拠理論を利用することにより,FCに合法SUsの結果を比較した。提案した方式の有効性を,他の既存の方式と比較してシミュレーションを通して実証した。コグニティブ無線は,従来の無線で進歩する知的無線ネットワークである。従来の無線とコグニティブ無線の間の差異は,すべての未利用周波数スペクトルが,従来の無線とは異なり,認知無線における利用可能な資源の最良に利用できることである。コグニティブ無線のコア技術はスペクトルセンシングであり,その中で二次ユーザ(SU)は一次ユーザ(PU)チャネルへの干渉を避けながらスペクトルに日和見的にアクセスする。コグニティブ無線の展望から,スペクトルセンシングの様々な側面を研究した。協同スペクトルセンシング(CSS)技術は,個々のセンシング技術と比較して有望な性能を提供する。しかし,悪意のあるユーザ(MUs)の存在は,融合センター(FC)に偽装結果を送ることで,コグニティブ無線ネットワーク(CRN)の性能を大きく劣化させる。本論文では,CRNにおける正当なSUとMUを分類するためのサポートベクトルマシン(SVM)に基づく機械学習アルゴリズムを提案した。提案したSVMベースアルゴリズムを分類と回帰の両方に使用した。それは,最大マージンのベースで超平面を描画することによって,正当なSUとMUを明確に分類する。成功した分類の後,Dempster-Shafer(DS)証拠理論を利用することによって,合法SUsからのセンシング結果をFCに組み合わせた。提案したSVMベースの分類アルゴリズムの有効性を,既存の方式と比較してシミュレーションを通して実証した。Copyright 2020 Muhammad Sajjad Khan et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  スペクトル ,  有効性 ,  チャネル ,  学習アルゴリズム ,  *サポートベクトルマシン
準シソーラス用語： *ワイヤレス ,  *無線ネットワーク ,  分類アルゴリズム ,  擬装 ,  周波数スペクトル ,  *コグニティブ無線 ,  スペクトル検出 ,  *コグニティブ無線ネットワーク ,  協調スペクトルセンシング , 【Automatic Indexing@JST】

分類 (3件)： 移動通信  (ND08030H) ,  通信方式一般  (ND07010E) ,  無線通信一般  (ND08010L)

引用文献 (30件)：

• FCC, Notice of proposed rule-making and order, Washington, D.C., 2003, ET Docket No. 03-222.
• S. Haykin, "Cognitive radio: brain-empowered wireless communications," IEEE Journal on Selected Areas in Communications, vol. 23, no. 2, pp. 201-220, 2005.
• L. Zhai, H. Wang, C. Gao, "A Spectrum Access Based on Quality of Service (QoS) in Cognitive Radio Networks," PLoS One, vol. 11, no. 5, pp. e0155074, 2016.
• T. Yucek, H. Arslan, "A survey of spectrum sensing algorithms for cognitive radio applications," IEEE Communications Surveys & Tutorials, vol. 11, no. 1, pp. 116-130, 2009.
• E. Axell, G. Leus, E. G. Larsson, H. V. Poor, "Spectrum sensing for cognitive radio: state-of-the-art and recent advances," IEEE Signal Processing Magazine, vol. 29, no. 3, pp. 101-116, 2012.

タイトルに関連する用語 (3件)： コグニティブ無線ネットワーク ,  サポートベクトルマシン ,  分類